基于非局部先验的单幅图像去雾算法

发布时间：2018-01-24 19:29

本文关键词： 图像处理图像增强非局部先验 L/范数噪声颜色偏移　出处：《光学学报》2017年11期 　论文类型：期刊论文

【摘要】：现有单幅图像去雾算法大多基于局部先验,去雾结果存在块效应。在处理浓雾区域时,如果没有特殊处理,会导致图像中的一些伪影被增大,比如在原始的有雾图像中几乎不可见的噪声、色彩重叠等,在去雾后的图像中被增强,进而影响图像质量。针对以上存在的问题,提出了一种改进算法。首先采用非局部先验,估算初始的透射率,然后采用正则化的方法优化透射率,并且将原始图像和去雾后图像的梯度差L1/2范数作为正则化项,达到抑制噪声干扰的目的。结果表明,该算法能够很好地恢复出图像的细节信息和色彩;与局部先验方法相比,具有更好的稳健性。
[Abstract]:Most of the existing single image de-fogging algorithms are based on a local priori, and there is a block effect in the result of de-fogging. If there is no special processing in the dense fog region, some artifacts in the image will be enlarged. For example, in the original fog image almost invisible noise, color overlap and so on, in the image after the fog is enhanced, thereby affecting the image quality. An improved algorithm is proposed in which the initial transmittance is estimated by a nonlocal priori and then the transmissivity is optimized by the regularization method. And the original image and the image after fog gradient difference L 1 / 2 norm as the regularization term to achieve the purpose of noise suppression. The results show that the algorithm can restore the image details and color; Compared with the local priori method, it has better robustness.
【作者单位】：空军工程大学航空航天工程学院;
【基金】：国家自然科学基金(61372167,61379104)
【分类号】：TP391.41
【正文快照】： 近年来,雾、霾以及沙尘暴,特别在秋冬季,更为频繁地对我国一线城市造成影响,在此情况下,人们越来越关注可见光系统的成像质量[1]。雾霾天气下,系统得到的图像对比度下降、颜色失真、大量细节信息丢失,不仅影响图像的视觉效果,而且影响目标识别与跟踪、智能导航、公路视觉监控

【相似文献】